为啥 Collections.sort 使用合并排序而不是快速排序？

Posted 2023-02-25

【中文标题】为啥 Collections.sort 使用合并排序而不是快速排序？

【英文标题】：Why Collections.sort uses merge sort instead of quicksort?为什么 Collections.sort 使用合并排序而不是快速排序？

【发布时间】：2013-02-15 17:50:14

【问题描述】：

我们知道快速排序是最快的排序算法。

JDK6 collections.sort 使用归并排序算法而不是快速排序。但是 Arrays.sort 使用的是快速排序算法。

Collections.sort 使用合并排序而不是快速排序的原因是什么？

【问题讨论】：

除非您能得到 JDK 作者的回答，否则您将得到的只是猜测。不是一个真正的问题。

@EJP 好点，但肯定“非建设性”是正确的关闭原因。我很清楚这里的问题是什么。

因为 Java 人决定这样做。问问他们。我认为您无法在这里得到合理的答案。快速排序不是最好的。它只适合通用。

一种猜测：Quicksort 不稳定，Mergesort 是。对于原语，稳定/不稳定排序是无关紧要的，对于对象它可能是（或者至少，您可能会收到针对不稳定排序的错误）。

@EJP，没有什么可以阻止 JDK 作者的意图公开。一旦公开，我们就不需要作者本人来回答了。事实上，即使没有 JDK 作者的回答，也有可能得到超出猜测的答案。

【参考方案1】：

Josh Bloch 很有可能§：

我确实写了这些方法，所以我想我有资格回答。它是 确实没有单一的最佳排序算法。快速排序有 与归并排序相比有两个主要缺陷：

不稳定（如 parsifal 所述）。

它不保证 n log n 性能；它可以在病理输入上降级为二次性能。

稳定性对于原始类型来说不是问题，因为没有 身份不同于（价值）平等。并且有可能 二次行为在实践中被认为不是问题 Bentely 和 McIlroy 的实现（或随后用于 Dual Pivot Quicksort），这就是为什么这些 QuickSort 变体被用于 原始排序。

对任意对象进行排序时，稳定性很重要。例如， 假设您有代表电子邮件的对象，并且您排序 他们首先按日期，然后按发件人。您希望它们按以下顺序排序 每个发件人中的日期，但只有在排序为 稳定的。这就是我们选择提供稳定排序（Merge Sort）的原因 对对象引用进行排序。 （从技术上讲，多个顺序 稳定的排序导致在 排序的倒序：最后的排序决定了最 重要的子键。）

Merge Sort 保证 n log n（时间）是一个很好的附带好处 无论输入什么性能。当然也有不好的一面： 快速排序是一种“就地”排序：它只需要 log n 个外部空间 （维护调用堆栈）。另一方面，合并，排序， 需要 O(n) 外部空间。 TimSort 变体（在 Java 中引入 SE 6) 如果输入数组是 几乎排序。

另外，following 是相关的：

java.util.Arrays.sort 和（间接）使用的算法 java.util.Collections.sort 对对象引用进行排序是“修改 合并排序（如果合并中的最高元素，则省略合并 低子列表小于高子列表中的最低元素）。”它 是一种相当快速的稳定排序，保证 O(n log n) 性能并需要 O(n) 额外空间。在它的时代（它被写成 1997 年 Joshua Bloch），这是一个不错的选择，但今天我们可以 做得更好。

自 2003 年以来，Python 的列表排序使用了一种称为 timsort 的算法 （在编写它的蒂姆彼得斯之后）。它是一个稳定的、自适应的、迭代的 需要远少于 n 次 log(n) 比较的合并排序 在部分排序的数组上运行，同时提供性能 在随机数组上运行时可与传统的归并排序相媲美。喜欢 所有正确的归并排序 timsort 都是稳定的并且在 O(n log n) 时间内运行 （最差的情况）。在最坏的情况下，timsort 需要临时存储 n/2 个对象引用的空间；在最好的情况下，它只需要一个 小的恒定空间。与当前的对比 实现，它总是需要为 n 个对象提供额外空间 参考文献，并且仅在几乎排序的列表上击败 n log n。

Timsort 在这里详细描述： http://svn.python.org/projects/python/trunk/Objects/listsort.txt.

Tim Peters 的原始实现是用 C. Joshua Bloch 编写的 将其从 C 移植到 Java，并进行了最终测试、基准测试和调优 产生的代码广泛。生成的代码是一个插件 替换 java.util.Arrays.sort。在高度有序的数据上，这 代码的运行速度可以达到当前实现的 25 倍（在 HotSpot 服务器虚拟机）。在随机数据上，新旧速度 实现具有可比性。对于非常短的列表，新的 即使是随机的，实现也比旧的快得多 数据（因为它避免了不必要的数据复制）。

另外，请参阅Is Java 7 using Tim Sort for the Method Arrays.Sort?。

没有一个“最佳”选择。与许多其他事情一样，它是关于权衡的。